基于可调子块迭代的加速SAGE算法在PET图像重建中的应用

提出了一种可调子块迭代(RBI)方法加速空间交替广义期望最大(SAGE)算法的收敛性.新的可调子块迭代的空间交替广义期望最大算法(RBI-SAGE)组合了RBI算法和SAGE算法的优点用于加速正电子发射断层(PET)图像重建.RBI-SAGE将投影数据分成不连续的子块,每一次迭代仅包含一个这样的子块.在每一个子块中用SAGE算法序列更新参数.实验中,运用RBI-SAGE算法与SAGE算法对PET图像进行重建.结果表明,RBI-SAGE收敛性能比SAGE算法优越,且重建图像质量较高.     

完备伪Zernike矩相似不变量集的构造

为了解决传统方法构造的矩不变量特征集存在的完备性和独立性问题,提出了一种完备的伪Zemike矩相似变换(旋转、平移和缩放)不变量集的构造方法,并给出了系统的推导和证明.首先推导了几何变换前后图像的伪Zemike矩之间的关系,然后基于该关系得到了伪Zernike矩的相似不变量集,并将其表示成变换前图像的同阶和低阶伪Zer...     

Delaunay三角网插值在XRII图像扭曲校正中的应用(英文)

针对扭曲的影像加强器(X-ray image intensifier,XRII)图像对后继工作产生不利影响的问题,提出使用Delaunay三角网插值对扭曲的XRII图像进行校正.首先分析了XRII图像扭曲的原因、经典的校正方法和Delaunay三角网插值;然后,使用程序流程图对算法过程进行了解释.最后,通过实验来证明所提算法的有效性和可行性.实验结果表明:在中心对齐时,使用Delaunay三角插值方法校正后的XRII图像网格线交叉点坐标值与理想校正靶网格线交叉点坐标值的残留误差和标准误差分别为5.760 4×10-14和5.354 2×10-14,使用经典的全局四次多项式、模型L1和模型L2校正之后残留误差和标准误差分别为1.790 3,2.388 8,2.338 8和1.262 0,1.268 1,1.202 6;在中心不对齐时,使用Delaunay三角插值方法校正后的XRII图像网格线交叉点坐标值与理想校正靶网格线交叉点坐标值的残留误差和标准误差分别为2.489×10-13和2.449 8×10-13,使用经典的全局四次多项式、模型L1和模型L2校正后残留误差和标准误差分别为1.770 3,2.388 8,2.338 8和1.269 9,1.268 1,1.202 6.     

基于L1范数正则化的四元数信号重建（英文）

提出了一种通过求解L1范数最小化问题来重建四元数信号的算法,并且同时考虑了有噪声和没有噪声2种应用场景.该算法首先将四元数域的L1范数最小化问题转化为实数域的二次锥规划问题,然后通过工具包如SeDuMi来解决这个二次锥规划问题.为了验证所提出算法的正确性和有效性,进行了相关的数值试验.试验结果表明:在没有噪声的情况下,在某些实际可接受的条件下原始信号的精确重建是可以实现的;在有噪声的情况下,所提出的算法对于测量中的加性噪声具有鲁棒性.该算法可以被应用于四元数域基于压缩感知理论的信号重建中.     

一种基于互信息和梯度信息的医学图像配准算法

由于互信息不需要对图像进行预处理，因此被广泛地应用于医学图像配准中．但是，配准过程中的局部极大值难以克服．本引进了梯度信息，用于解决局部极值问题．并将这种方法应用到人体的非刚性形变的医学图像配准中．同时，给出了一些用于改进精度的方法，如：Powell搜索算法、灰度插值和出界点问题，提高了匹配精度．采用此方法对脑部和肺部的多模图像进行配准，实验结果表明该方法对非刚体医学图像的配准有很大的可行性．     

X射线图像和CT图像的投影配准

提出了一种基于Chamfer3-4距离变换和模拟退火优化的方法，用于X射线图像和CT图像间的配准．首先，建立一个初始化的几何变换矩阵．为了便于计算，通过X射线设备的几何模型重新建出变换矩阵．然后，通过定义三维投影和二维物体图像之间的距离，并且通过优化算法来使之达到最小．该方法同样被用于医学介入手术中，处理从三维图像工作站中获取的主动漫游数据．     

基于正交矩的纹理分割

在识别一幅图像中的界面或物体时，一般先要进行纹理分割．本提出了基于勒让得矩的纹理分割方法．首先在图像的小窗口中计算矩值，然后用一个非线性转换器把它转化成纹理特征．再用这些特征组成特征向量作为输入数据．接着采用RBF人工神经网络对提取的特征进行分割．用k均值算法训练RBF人工神经网络的隐层．输出层的训练是采用基于LMS的监督式数学模型．该算法成功地分割了许多灰度级图像．和基于几何矩的纹理分割相比，用正交矩可以降低分割错误率．     

小波散射网络在各种彩色空间进行图像纹理分类的性能比较(英文)

为了寻找利用小波散射网络进行彩色图像处理的最佳彩色空间,用小波散射网络对KTH_TIPS_COL彩色图像数据库进行了图像纹理分类研究.采用将彩色图像从RGB彩色空间转换到其他各种彩色空间的方法,研究了彩色空间的选择对于小波散射网络用于彩色图像纹理分类的影响.实验结果表明:在不同的彩色空间对彩色图像纹理进行分类,分类成功率往往差别较大;在基于竞争机制的红绿蓝彩色空间中进行小波散射变换比其他彩色空间具有更好的分类性能.考虑到彩色空间可以互相转换,对于彩色纹理图像的分类,推荐将彩色空间转化到基于竞争机制的红绿蓝彩色空间后再输入小波散射网络.     

基于改进的有序子集的SAGE算法在PET图像重建中的应用

提出了一种利用修改的有序子集(MOS)方法改进空间交替广义期望最大(SAGE)算法收敛性的方法.新的可变有序子集算法(MOS-SAGE)通过修改投影数据的数目和子集的排列循序加速收敛速度.其中每一个子集中的投影数目按2,4,8,16,32,64来排列以便重建算法首先恢复高频部分信息,然后重建低频部分信息.另外新算法还使相邻子集尽可能分离以减少投影间的相关性,达到加速收敛的效果.实验中,运用MOS-SAGE算法对计算机仿真的PET投影数据和实际的临床数据进行重建.几种误差分析结果表明,MOS-SAGE算法的收敛性能比SAGE算法和有序子集期望最大算法(OSEM)要快,重建后的图像更接近仿真用的模板图像.     

基于四元数域总变差方法的压缩感知彩色图像重建算法(英文)

提出了一种基于四元数域总变差方法的彩色图像压缩感知重建算法,该算法可有效提高彩色图像的重建能力.首先,将彩色图像从RGB空间转换到CMYK空间,并将CMYK空间的各个分量赋值给一个四元数矩阵.同时通过四元数的欧拉形式,将四元数矩阵转换为幅度和相位的信息.然后,为了完善重建的结果,将四元数矩阵的幅度和相位作为压缩感知优化方程新的平滑约束项.最后,用基于梯度的迭代算法来求解压缩感知优化方程.实验结果表明,所提出的算法考虑了幅度和相位的信息,比现有的将彩色图像的3个分量当作独立分量的算法效果好.